화력발전 보일러 출구 NOx 농도 선행 예측을 위한 딥 러 닝 모델

Deep Learning Model for Prediction of NOx Emission in a Coal-fired Power Plant

석탄화력에 서의 NOx 발생 최소화는 미세먼지 저감을 위한 주요 이슈 중 하나인데, 최근 신재생 에너지 공급 중가론 석탄 화력의 잦은 출력 변동으로 인해 질소산화물 저감 설비인 SCR(Selective Catalytic Reaction) 의 운전이 더욱 고도화될 필요가 있다. SCR의 암모니아 투입량은 보일러 연소 배가스의 유량과 NOx 농도에 의해 결정되는데, 효율적인 유량 제어를 위해 빠르고 정확하게 보일러 연소 배가스의 NOx 농도를 취득하는 것이 중요하다. 본 연구에서는 석탄화력의 운전 데이터를 이용하여 보일러 출구의 NOx 농도를 실시간으로 선행 예 측하는 딥러닝 모델 및 방법론을 개발했다. 연구 대상 설비는 한국형 표준화력으로 500MWe 급 접선연소식 보일러 이며, 모델 학습 및 평가에 사용된 운전 정보는 약 5개월 동안 81개 항목의 1분 간격의 데이터이다. 수집된 데이터는 전처리를 통해 석탄 공급량, 공기량, 버 너 각도 등을 포함한 19개의 입력 변수로 압축하였고, 데이터 특성에 맞는 딥러닝 모델을 조합하여 1분 후의 보일러 출구에서의 NOx를 포함한 산소 농도와 배가스 온도를 예 측하는 모델을 구성하였다. 모델 예측 성능을 분석한 결과, 본 연구에서 개발한 학습 기법을 이용하여 보일러 출구값을 예측하는 경우 기촌 모델들과 비교하여 평균적으로 약 40%의 예측 성능 향상을 보였다. 따라서, 이룰 기반으로 SCR 설비 운전의 최적화가 가능하며, 소각로 등 유사한 고체연료 연소로의 탈질설비 성능 최적화에 도 적용할 수 있을 것으로 예상된다